歡迎關(guān)注天山情報(bào)。我們是一個(gè)專注于商業(yè)智能BI、人工智能AI和大數(shù)據(jù)分析與挖掘的垂直社區(qū)。學(xué)習(xí)、問答、求職一站搞定！對商業(yè)智能BI、大數(shù)據(jù)分析與挖掘、機(jī)器學(xué)習(xí)、python、R等數(shù)據(jù)領(lǐng)域感興趣的同學(xué)加微信:tstoutiao，邀請你加入數(shù)據(jù)愛好者交流群，數(shù)據(jù)愛好者都在這里。

Alexa的個(gè)人博客http://fens.me世界排名70k。

前言

對于R語言的面向?qū)ο缶幊?，與其他編程語言不同，R語言提供了三種類型的底層對象，一種是S3類型，一種是S4類型，一種是RC類型。

S3物體簡單、動態(tài)，沒有明顯的結(jié)構(gòu)特征。S4對象是結(jié)構(gòu)化的和強(qiáng)大的；RC對象是2.12版之后使用的一種新類型，用于解決S3和S4的困難對象。

本文將從S3對象開始，介紹用R語言進(jìn)行面向?qū)ο缶幊痰募?xì)節(jié)。

目錄

S3物體游戲攻略

創(chuàng)建S3對象

泛型函數(shù)和方法調(diào)用

參見S3對象的功能

S3對象繼承

S3物體的缺點(diǎn)

S3物體的使用

1.S3物體游戲攻略

在R語言中，基于S3對象的面向?qū)ο缶幊淌且环N基于泛型函數(shù)的實(shí)現(xiàn)方法。泛型函數(shù)是一個(gè)特殊的函數(shù)，它根據(jù)傳入對象的類型來決定調(diào)用哪個(gè)特定的方法?；赟3對象的面向?qū)ο缶幊滩煌谄渌Z言的面向?qū)ο缶幊?，它是動態(tài)函數(shù)調(diào)用的模擬實(shí)現(xiàn)。S3對象在R的早期開發(fā)包中被廣泛使用。

關(guān)于面向?qū)ο蟮慕榻B，請參考文章:

r語言面向?qū)ο缶幊?/p>

2.創(chuàng)建S3對象

本文的系統(tǒng)環(huán)境

Linux: Ubuntu服務(wù)器12 . 04 . 2 LTS 64位

R: 3.0.1 x86_64-pc-linux-gnu

注意:pryr只支持Linux系統(tǒng)環(huán)境

為了方便我們檢查對象的類型，pryr包作為一個(gè)輔助工具被引入。

1#裝載pryr包

2 >圖書館(pryr)

從變量創(chuàng)建S3對象

1 >x<。-1

2 >attr(x，' class')<。-" foo "

三

4 >x

5[1] 1

6attr(，“類”)

7[1]“foo”

八

9 >類別(x)

10[1]“foo”

11

12#使用pryr包的type函數(shù)檢查x的類型

13 >otype(x)

14[1]“S3”

S3對象是由結(jié)構(gòu)()函數(shù)創(chuàng)建的

1 >y <。-結(jié)構(gòu)(2，class = "foo ")

2

3 >y

4[1] 2

5attr(，“類”)

6[1]“foo”

七

8 >等級(y)

9[1]“foo”

10

11 >ot type(y)

12[1]“S3”

創(chuàng)建多類型S3對象

S3對象沒有明確的結(jié)構(gòu)關(guān)系，S3對象可以有多種類型。S3對象的類屬性可以是向量，包括多種類型。

1 >x<。-1

2 >attr(x，' class')<。- c("foo "，" bar ")

3 >類別(x)

4[1]“foo”“bar”

5 >otype(x)

6[1]“S3”

3.泛型函數(shù)和方法調(diào)用

對于S3對象的使用，UseMethod()函數(shù)通常用于定義泛型函數(shù)的名稱，不同的方法調(diào)用是通過傳入?yún)?shù)的類屬性來確定的。

定義教師的一般職能

+使用UseMethod()定義教師通用函數(shù)

+以老師. xxx的語法格式定義老師對象的行為

+其中老師。默認(rèn)為默認(rèn)行為

1#使用UseMethod()定義教師通用函數(shù)

2 >教師<。-函數(shù)(x，...)使用方法(“教師”)

三

4#使用pryr包中的ftype()函數(shù)檢查教師的類型

5 >ftype(教師)

6[1]“S3”“通用”

七

8#定義教師內(nèi)部職能

9 >教師講座& lt-函數(shù)(x)打印(“講座”)

10 >教師作業(yè)& lt-函數(shù)(x)打印(“賦值”)

11 >教師。糾正& lt-函數(shù)(x)打印(“批改作業(yè)”)

12 >教師. default & lt；-function(x) print("你不是老師")

調(diào)用方法時(shí)，通過傳入?yún)?shù)的類屬性來確定不同的方法調(diào)用。

定義一個(gè)變量A，將A的class屬性設(shè)置為講座

將變量a傳遞給教師泛型函數(shù)

函數(shù)教師的行為。講座()被稱為

1 >a<。-"老師"

2

3#設(shè)置教師變量的行為

4 >attr(a，' class') <。-"演講"

五

6#執(zhí)行老師的行為

7 >教師(a)

8[1]“講座”

當(dāng)然也可以直接調(diào)用老師定義的行為，如果這樣做，面向?qū)ο蠓庋b的意義就失效了。

1 >教師講座()

2[1]“講座”

三

4 >老師講課

5[1]“講座”

六

7 >教師()

8[1]“你不是老師”

4.看看S3物體的功能

當(dāng)我們使用S3對象進(jìn)行面向?qū)ο蠓庋b時(shí)，我們可以使用methods()函數(shù)來查看S3對象中定義的內(nèi)部行為函數(shù)。

1#查看教師對象

2 >教師

3函數(shù)(x，...)使用方法(“教師”)

四

5#查看教師對象的內(nèi)部功能

6 >方法(教師)

老師。作業(yè)老師。批改老師。默認(rèn)老師。講座

通過方法()的generic.function參數(shù)匹配泛型函數(shù)名。

1 >方法(generic.function=predict)

2 [1] predict.ar* predict。Arima* predict.arima0*

預(yù)測，預(yù)測。HoltWinters* predict.lm

4 [7]預(yù)測.黃土*預(yù)測. mlm預(yù)測. nls*

5[10]predict . poly predict . PPR * predict . prcomp *

6[13]predict . princomp * predict . smooth . spline * predict . smooth . spline . fit *

7[16]預(yù)測。結(jié)構(gòu)*

八

9不可見的函數(shù)標(biāo)有星號

將類的名稱與方法()的類參數(shù)相匹配。

1 >方法(class=lm)

2[1]add 1 . lm * alias . lm * ANOVA . lm case . names . lm *

3[5]confint . lm * cooks . distance . lm * deviance . lm * dfbeta . lm *

4[9]dfbetas . lm * drop 1 . lm * dummy . coef . lm * effects . lm *

5[13]Extract AIc . lm * family . lm * formula . lm * hat values . lm

6[17]impact . lm * kappa . lm labels . lm * loglik . lm *

7[21]model . frame . lm model . matrix . lm nobs . lm * plot . lm

8[25]predict . lm print . lm proj . lm * QR . lm *

9[29]殘差. lm r standard . lm r student . lm simulate . lm *

10[33]summary . lm variable . names . lm * vcov . lm *

11

12個(gè)不可見的函數(shù)標(biāo)有星號

使用getAnywhere()函數(shù)查看所有函數(shù)。

1#查看老師講課功能

2 >getAnywhere(教師.講座)

找到了3個(gè)匹配“教師.講座”的單個(gè)對象

4它在以下地方被發(fā)現(xiàn)

5 .GlobalEnv

6注冊S3法為教師

7有價(jià)值

八

9功能(x)打印(“講座”)

10

11#檢查不可見函數(shù)predict.ppr

12 >predict.ppr

13錯(cuò)誤:找不到對象“predict.ppr”

14 >存在(“預(yù)測. ppr”)

15[1]假

16

17# getAnywhere()函數(shù)查找predict.ppr

18 >getAnywhere("predict.ppr ")

19A找到匹配“predict.ppr”的單個(gè)對象

20在以下地方發(fā)現(xiàn)

21個(gè)注冊S3方法，用于根據(jù)名稱空間統(tǒng)計(jì)數(shù)據(jù)進(jìn)行預(yù)測

22命名空間:stats

23有價(jià)值

24

25函數(shù)(對象，新數(shù)據(jù)，...)

26{

27 if(缺失(newdata))

28返回(安裝(物體))

29 if(！is.null(object$terms)) {

30 newdata <。- as.data.frame(newdata)

31 rn <。-row . name(new data)

32條款& lt- delete.response(object$terms)

33 m <。- model.frame(Terms，newdata，na.action = na .省略，

34 xlev = object$xlevels)

35 if(！is . null(cl & lt；- attr(術(shù)語，“數(shù)據(jù)類”))

36 .checkMFClasses(cl，m)

37 keep & lt- match(row.names(m)，rn)

38 x <。- model.matrix(Terms，m，contrasts.arg = object$contrasts)

39 }

40 else {

41 x <。- as.matrix(newdata)

42 keep & lt- seq_len(nrow(x))

43 rn <。- dimnames(x)[[1L]]

44 }

45 if (ncol(x)！= object$p)

46停止(“x”中的列數(shù)錯(cuò)誤)

47 res <。-矩陣(NA，長度(keep)，對象$q，dimnames = list(rn，

48 object$ynames))

49 res[keep，]& lt；-矩陣(。Fortran(C_pppred，as.integer(nrow(x))，

50 as.double(x)，as.double(object$smod)，y = double(nrow(x) *

51 object$q)，double(2 * object $ smod[4L])$ y，ncol = object$q)

52滴(res)

53}

54<。字節(jié)碼:0x 0000000000 df 6 c2d 0 > 0。

55<。環(huán)境:名稱空間:stats>。

還可以使用getS3method()函數(shù)查看不可見的函數(shù)

1# getS3method()函數(shù)查找predict.ppr

2 >gets 3方法(“預(yù)測”、“ppr”)

3函數(shù)(對象，新數(shù)據(jù)，...)

4{

5 if(缺失(newdata))

6返回(安裝(物體))

7 if(！is.null(object$terms)) {

8 newdata <。- as.data.frame(newdata)

9 rn <。-row . name(new data)

10項(xiàng)條款& lt- delete.response(object$terms)

11 m <。- model.frame(Terms，newdata，na.action = na .省略，

12 xlev = object$xlevels)

13 if(！is . null(cl & lt；- attr(術(shù)語，“數(shù)據(jù)類”))

14 .checkMFClasses(cl，m)

15保留& lt- match(row.names(m)，rn)

16 x <。- model.matrix(Terms，m，contrasts.arg = object$contrasts)

17 }

18 else {

19 x <。- as.matrix(newdata)

20保留& lt- seq_len(nrow(x))

21 rn <。- dimnames(x)[[1L]]

22 }

23 if (ncol(x)！= object$p)

24停止(“x”中的列數(shù)錯(cuò)誤)

25 res <。-矩陣(NA，長度(keep)，對象$q，dimnames = list(rn，

26 object$ynames))

27 res[keep，]& lt；-矩陣(。Fortran(C_pppred，as.integer(nrow(x))，

28 as.double(x)，as.double(object$smod)，y = double(nrow(x) *

29 object$q)，double(2 * object $ smod[4L])$ y，ncol = object$q)

30滴(res)

31}

32<。字節(jié)碼:0x 0000000000 df 6 c2d 0 > 0。

33<。環(huán)境:名稱空間:stats>。

5.5的繼承關(guān)系。S3物體

S3對象有一個(gè)非常簡單的繼承模式，這是通過NextMethod()函數(shù)實(shí)現(xiàn)的。

定義節(jié)點(diǎn)通用函數(shù)

1 >節(jié)點(diǎn)<。-函數(shù)(x) UseMethod("node "，x)

2 >node.default & lt-函數(shù)(x)“默認(rèn)節(jié)點(diǎn)”

三

4#父親功能

5 >node .父親節(jié)& lt-函數(shù)(x) c(“父親”)

六

7#子函數(shù)通過NextMethod()函數(shù)指向父函數(shù)

8 >node.son & lt-函數(shù)(x) c("son "，NextMethod())

九

10#定義n1

11 >n1 <。-結(jié)構(gòu)(1，class = c("父親"))

12#在node函數(shù)中傳遞n1，執(zhí)行node .父親()函數(shù)

13 >節(jié)點(diǎn)(n1)

14[1]“父親”

15

16#定義n2并將class屬性設(shè)置為2

17 >n2 <。-結(jié)構(gòu)(1，class = c("兒子"，"父親"))

18#將n2傳遞給node函數(shù)，并執(zhí)行node.son()函數(shù)和node .父親()函數(shù)

19 >節(jié)點(diǎn)(n2)

20[1]“兒子”“父親”

通過將n2個(gè)參數(shù)傳遞給node()函數(shù)，首先執(zhí)行node.son()，然后通過NextMethod()函數(shù)連續(xù)執(zhí)行node .父親節(jié)()函數(shù)。其實(shí)就是模擬一個(gè)子函數(shù)調(diào)用一個(gè)父函數(shù)的過程，在面向?qū)ο缶幊讨袑?shí)現(xiàn)繼承。

6.6的缺點(diǎn)。S3物體

從上面對S3對象的介紹來看，S3對象不是一個(gè)完整的面向?qū)ο蟮膶?shí)現(xiàn)，而是一個(gè)由泛型函數(shù)模擬的面向?qū)ο蟮膶?shí)現(xiàn)。

S3易于使用，但在實(shí)際的面向?qū)ο缶幊踢^程中，當(dāng)對象關(guān)系具有一定的復(fù)雜性時(shí)，S3對象所表達(dá)的含義就會變得不清晰。

S3封裝的內(nèi)部函數(shù)可以繞過泛型函數(shù)的檢查直接調(diào)用。

S3參數(shù)的類屬性可以任意設(shè)置，無需預(yù)處理檢查。

S3參數(shù)只能通過調(diào)用class屬性來調(diào)用，其他屬性不會被class()函數(shù)執(zhí)行。

當(dāng)S3參數(shù)的類屬性有多個(gè)值時(shí)，將根據(jù)程序賦值順序調(diào)用第一個(gè)合法函數(shù)。

因此，S3只能是一個(gè)簡單的面向?qū)ο蟮腞語言實(shí)現(xiàn)。

7.使用7。S3物體

S3對象系統(tǒng)在R語言的早期發(fā)展中被廣泛使用。在基礎(chǔ)包中，有許多S3對象。

基本包裝的S3物件

1#均值函數(shù)

2 >意思是

3函數(shù)(x，...)

4使用方法(“平均值”)

五

六

7 >ftype(平均值)

8[1]“S3”“通用”

九

10# t功能

11 >ft type(t)

12[1]“S3”“通用”

13

14#繪圖功能

15 >ftype(繪圖)

16[1]“S3”“通用”

一個(gè)定制的S3物件

1#定義數(shù)字變量a

2 >a <。- 1

3#變量a的類是數(shù)字的

4 >a類

5[1]“數(shù)字”

六

7#定義通用函數(shù)f1

8 >f1 <。-函數(shù)(x) {

9+ a <。- 2

10+ UseMethod("f1 ")

11+ }

12

13#定義f1的內(nèi)部功能

14 >f1.numeric & lt-函數(shù)(x) a

15

16#將變量a傳遞給f1()

17 >f1(a)

18[1] 2

19

20#將數(shù)字99傳遞給f1()

21 >f1(99)

22[1] 2

23

24#定義f1的內(nèi)部功能

25 >f1.character & lt-函數(shù)(x)粘貼(“char”，x)

26

27#將字符a傳遞給f1()

28 >f1(“a”)

29[1]“char a”

這樣，我們對S3對象系統(tǒng)有了全面的了解，開始了R語言的面向?qū)ο缶幊讨贰?/p>

美好的過去:

r語言信用記分卡:探索性數(shù)據(jù)分析

t檢驗(yàn)是統(tǒng)計(jì)學(xué)中的一種檢驗(yàn)方法，是基于r

完成R語言中文社區(qū)2018年年終文章(作者)

R語言中文社區(qū)2018年年終文章(類型文章)

微信官方賬號可以在后臺回復(fù)關(guān)鍵詞學(xué)習(xí)

關(guān)于爬行動物和爬行動物三大案例的回復(fù)?；貜?fù)Python 1小時(shí)破冰入門?；貜?fù)數(shù)據(jù)挖掘R語言錄入和數(shù)據(jù)挖掘?；貜?fù)人工智能三個(gè)月?；貜?fù)數(shù)據(jù)分析師的成長路徑?；貜?fù)機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)的商業(yè)應(yīng)用。回復(fù)數(shù)據(jù)科學(xué)。數(shù)據(jù)科學(xué)實(shí)際上是對普通算法的回復(fù)。常見的數(shù)據(jù)挖掘算法